Prevención del síndrome de Burnout mediante programación neurolingüística soportada por la Web de las Cosas: Mapeo sistemático

Abstract

En esta investigación, mediante la exploración de la literatura, se realizó un mapeo sistemático sobre la aplicación de técnicas de programación neurolingüística (PNL) soportadas en la Web de las Cosas (WoT) para prevenir el síndrome de Burnout. Dicho síndrome es un tipo de estrés laboral que causa agotamiento físico, mental y emocional, generando una incapacidad para trabajar, dado que es un proceso paulatino en el cual el trabajador pierde interés por sus tareas, carece de sentido de responsabilidad y puede generar profundas depresiones. En los estudios encontrados se destaca el uso de la WoT para la detección de emociones y estrés laboral, para ello sobresale el uso de sensores capaces de medir Respuesta galvánica de la piel GSR, Frecuencia cardiaca HR, Fotopletismografía PPG, Electrocardiograma ECG, Cámaras, Micrófonos y Microprocesadores de bajo costo, así como la utilización de Inteligencia Artificial para procesar estos datos, entre las técnicas y los algoritmos más usados destacan Máquinas de Vectores de Soporte SVM, K-vecino más cercano y clasificador Naive Bayes. En los trabajos en los que se detectan emociones o estrés laboral son muy pocos los que intentan alterar el entorno mental o ambiental del usuario para llevarlo a una emoción positiva o disminuir el estrés. Se evidenció la posibilidad de la utilización de técnicas de PNL en la prevención del síndrome de Burnout. Sin embargo, no se encontró ningún trabajo que relacionara la WoT como soporte a las técnicas PNL para prevenir el síndrome de Burnout, lo cual se considera como una oportunidad de investigación en estos campos.